Oversampling — это техника для наборов данных с дисбалансом классов, которая повторно использует или увеличивает число примеров миноритарного класса, чтобы сделать обучение более сбалансированным. Она может улучшить обучение для редких классов, но способна повысить риск переобучения, если повторяемые примеры запоминаются.
Reusing the examples of a minority class in a class-imbalanced dataset in order to create a more balanced training set. For example, consider a binary classification problem in which the ratio of the majority class to the minority class is 5,000:1. If the dataset contains a million examples, then the dataset contains only about 200 examples of the minority class, which might be too few examples for effective training. To overcome this deficiency, you might oversample (reuse) those 200 examples multiple times, possibly yielding sufficient examples for useful training. You need to be careful about over overfitting when oversampling. Contrast with undersampling.